この記事では、人間のように話してもらうことができる AI ツールを4つ紹介します。英語だと他にもたくさんあるのですが、この記事で紹介するのは、日本語にも対応しているツールのみです。これらのツールを使って Youtube の自動化に使う Podcast に使うなどすることによってメディアを大量生産することが可能です。ChatGPT と組み合わせることを想像するとワクワクしてきます。今回セレクトしたツールは音声クオリティには細かい差があるものの、全て実用的です。

1. CoeFont

CoeFont は、AI技術を使って自然な音声を生成するサービスです。ユーザーの声の高さやアクセントを学習することもできます。CoeFontは、開発者がサービスにアクセスするためのAPIを提供しています。
日本企業がサービス開発をしており、現状は日本語特化のサービスです。
ひろゆきの声が使えることで話題になりました。ちょっと試すだけなら無料でできます。

2. Synthesia

Synthesia は、120以上の言語とアクセントへのアクセスを提供するAIビデオ生成プラットフォームです。より手頃な価格でテキストからビデオへのサービスをユーザーに提供することを目的としています。また、Synthesiaは、カスタマイズされたインタラクティブなAIを生成するために、バーチャルビーイングスタートアップと提携しています。使い始めるには課金が必要です。

3. Murf AI

Murf AI は、機械学習アルゴリズムとAIボイスジェネレーターを使用して、20の言語で人間のような声を生成する音声合成ソフトウェアです。豊富な音声ライブラリを提供し、高品質で自然な音声の吹き替えを実現します。また、家庭で録音した音声をスタジオ品質のAIボイスオーバーに変換し、ビデオ、プレゼンテーション、音声合成アプリケーションに利用することも可能です。日本人声はプレミアムサービスで対応しています。

4. Prime Voice AI

Prime Voice AIは、ElevenLabs社が開発したディープラーニングモデルで、ユーザーが任意の声やスタイルで最高品質の音声を生成することを可能にします。ピッチ、スピード、ボリューム、MP3やWAVファイルなどの入力形式を簡単にカスタマイズすることができます。Prime Voice AIは、音声合成ソフトAmazon Pollyの一部で、高品質で自然な響きの人間の声を数十種類の言語で提供します。さらに、AmazonのPrime Videoサービスにおける音声説明のオン・オフに使用でき、会話型ChatOpsインターフェースを使ってエンドユーザーとテキストまたは音声で会話できるサービスを備えています。
こちらはちょっと変わり種で、アメリカ人が喋った日本語を再現することができます。

ChatGPT研究所ではこれからも継続的に ChatGPT や AI 関連の情報について発信していきますので、フォロー (@ctgptlb)よろしくお願いします。この革命的なテクノロジーの最前線に立つ機会をお見逃しなく！